基于高光谱遥感的矿物蚀变信息提取应用研究-论文.pdf

《基于高光谱遥感的矿物蚀变信息提取应用研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第1期基于高光谱遥感的矿物蚀变信息提取应用研究7基于高光谱遥感的矿物蚀变信息提取应用研究唐尧李爽(中化地质矿山总局化工地质调查总院，北京100013)摘要：蚀变信息提取是遥感地质的一个重要应用方面，与传统的ETM图像相比，ALI(AdvancedLandImager)遥感图像信噪比高达1O0—200，具有更高波谱分辨率，更易区分富含标示性波谱特征的岩矿。本文~ENVI4．5为平台，通过采用MNF变换、PPI、N维可视化等方法，对ALI遥感图像进行识别，提取相关矿物蚀变信息。并利用监督分类的多种方法对其予以分类，结合综合分类结果图的分析和利用混淆矩阵，对分类结果进行

2、了详细的精度评价。结果表明：利用ALl影像的波段特征，在使用相同监督分类训练样本条件下，马氏距离分类方法提取岩矿信息效果较好。关键词：矿化蚀变；ALI；波谱分析；ENVI；监督分类【中图分类号】：P237文献标示码：B1引言矿产资源是重要的自然资源，它是保持社会和经济可持续发展的重要因素之一，寻找主要矿产资源也已成原数PN为确保国民经济建设快速、持续、健康发展的重要条件。始据P维影预I可由于AL疆感影像相较ETM+有许多优点，因此，将其应用像处变视理换化于矿物蚀变信息提取技术中对矿物的识别和分类会有更好的和更能达到要求的结果。目前常用的提取蚀变遥感异常信息的方法有比值法、图

3、1研究技术路线图主分量分析法、光谱角法以及它们的混合法。近期新出2研究区概况与数据处理现但较少被使用的有小波分析、神经网络、分数维几何本文的研究区位于美国内华EsmerMdaCounty，(分形或分维)等图像处理方法。本文选用美国EO—l卫Goldfield镇南约15km的Cupfite矿区。区内出露岩层有星的ALI遥感图像为数据源，应用ENVI4．5遥感图像处理寒武系沉积岩和变沉积岩、第三系火山岩和第四系冲软件分析图像光谱数据的特征，通过对AL斑}感图像的处积层。第三系火山岩热液蚀变广泛，存在两个南北向理一MNF变换、PPI、N维可视化等建立遥感图像地质解拉长的蚀变区，明

4、显可分为硅化带、蛋白石化带和泥译标志，提取相关矿物并对其利用监督分类的各种方法化带，呈同心圆状分布。硅化区主要蚀变矿物为石英予以分类，之后利用混淆矩阵的方法来对分类结果进行和少量的方解石、明矾石和高岭石；蛋白石化带分布评价，比较在相同光谱数据的情况下，不同分类器的分广泛，主要为明矾石、浸染状蛋白石、方解石置换的类能力以及各地物的分类精度隋况。具体路线如下：【第一作者简介】唐尧(1985~)，男，四川蓬安县人，工程师，主要从事遥感地质找矿研究。8河北遥感2014年第1期蛋白石和高岭石；泥化带主要有高岭石、蒙脱石和少和TransformedDivergence算法，它们的结果值

5、在[0，2]量由火山玻璃生成的蛋白石。之间，代表所感兴趣区之间可分离性的好坏，大于1．9研究区内矿体露头出露良好，矿物组合类型多样，说明所选感兴趣区可用来分离性良好，如果值偏低，植被不发育。自上世纪七十年代以来便是美国遥感地则应该重新考虑选取的方法；如果接近或者小于1，则质研究的重要试验基地，许多的矿物波谱及遥感地质考虑将它们合并为一个感兴趣区。总的来说，这几种研究均是以该区为实验区。诸如蚀变矿物波谱研究、地物的可分离性都很好。相对的，云母和石英、云母多光谱岩性识别和蚀变矿物识别研究、蚀变和非蚀变和水铵长石、水铵长石和明矾石的分离性稍微差些，矿物区分技术研究等。1987年以

6、来该区开展了多次说明地物之间难以相互分开，并影响总体的分类精度。AVIRIS飞行和矿物填图研究，这对对仪器改进、数据3．2光谱数据监督分类处理技术的发展和成像波谱技术的地质应用示范都起在完成训练样本选取后，尚需对光谱数据进行监了重要作用。如图2(见中间彩页，下同)为该区蚀变督分类。一般而言，监督分类包括利用训练区样本建岩石分布图，这为后面根据遥感图像提取的蚀变信息立判别函数的“学习”过程以及把待分像元代人判别的验证工作提供了良好的对比依据。函数进行判别的过程。由于各种地物的光谱辐射的复本次实验数据是美国EO一1卫星于2004年3月26日杂性以及干扰因素的多样性，仅考虑在某一

7、特定时间18：19：59拍摄的Au遥感图像，共有九个波段，图3为第和空间内选取训练样本还是不够的，为提高精度，还l波段影像图。必须多选择一些训练的样本。训练场地所包含的样本3岩矿蚀变信息提取在种类上要与待分区域的类别一致；另外，样本应尽3．1训练样本的提取可能在各类目标地物面积较大的中心选取，这样才具训练样本的选择在监督分类中十分重要，不同的有代表性，且样本数目应能提供各类足够信息和克服训练样本会导致分类结果的极大差异。选择样本时应各种偶然因素的影响。考虑两个方面的问题：①选择样本的数量要适当，太研究利用ENVI软